تشخیص نوع لکنت در زبان فارسی با استفاده از ماشین بردار پشتیبان و روشهای استخراج ویژگی FFT و MFCC

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 525

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICESCON01_0818

تاریخ نمایه سازی: 25 بهمن 1394

Abstract:

هدف ، ایجاد سیستمی با استفاده از ماشین بردار پشتیبان 8 به منظور تشخیص نوع لکنت 2 رخ داده در زبان فارسی، در افرادی که دچار اختلال در گفتار و لکنت هستند؛ میباشد. ایده اصلی، تشخیص نوع لکنت اتفاق افتاده در زبان فارسی با استفاده ازماشین بردار پشتیبان، است؛ تا متناسب با نوع لکنت تشخیص داده شده، رفتار و درمان متناسب، جهت اصلاح و بهبود آن صورت گیرد. چالش دیگری که در اینجا مطرح است، یافتن ویژگی یا ویژگیهایی است که در تشخیص نوع لکنت کاراهستند؛ و شناختن متغیر یا متغیرهایی، اعم از: جنسیت فرد، محدوده سنی و ...، که در تعیین نوع لکنت تاثیرگذار هستند.برای این منظور، ویژگیهای مختلفی روی سیگنالهای نمونه مورد استفاده را آزمون کردیم؛ بهترین دقت، برای روش Max FFT ، که توانست با دقت 89 %، سیگنالهای نمونه را بر اساس نوع لکنت رخ داده از هم تشخیص و تمییز دهد

Authors

فاطمه حسنی

دانشگاه آزاد اسلامی پردیس علوم و تحقیقات شاهرود، گروه مهندسی کامپیوتر، شاهرود، ایران

محمدرضا خالقی

دانشگاه آزاد اسلامی پردیس علوم و تحقیقات شاهرود، گروه مهندسی کامپیوتر، شاهرود، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Analysis, " in Computer Recognition System 3. vol. 57/2009: Springer ...
  • Using MFCC Features, " ICGST International Journal on Digital Signal ...
  • Speech for Objective Assessment of Stuttered Disfluencies, " in Proceedings ...
  • Using MFCC Features, " ICGST International Journal on Digital Signal ...
  • Continuous Speech with the Hidden Markov Models Approach, " in ...
  • Fricative Phonemes with the Hidden Markov Models Approach, " Journal ...
  • of the Second Worl Congress _ Fluency Disorders, 1998. ...
  • dysfluencies in the speech of children who stutter: I. Psychometric ...
  • Proceedings of the First World Congress _ Fluency Disorders, 1995, ...
  • نمایش کامل مراجع